국내 연구진이 연구자의 경험과 지식을 말이나 글로 전달하면 AI가 스스로 실험 계획에 반영하는 자율실험실용 AI 기술을 개발했다. 한국화학연구원은 안광노 박사 연구팀이 연구자의 자연어 지식을 거대언어모델(LLM)이 해석해 실험에 필요한 정보로 변환하는 '인간 참여형 최적화' 기술을 개발했다고 밝혔다.
SDL은 AI가 스스로 변수를 바꿔가며 최적 조건을 찾는 차세대 연구 시스템이다. 연구팀은 연구자의 말을 이해하는 언어모델을 다음 실험 조건을 고르는 '베이지안 최적화 AI'에 연결해 문제를 해결했다. 연구자의 지식이 틀린 경우 AI가 연구자의 조언을 스스로 검증하는 '적응형 신뢰도 검증'을 통해 안전장치를 더했다.
실제 실험 데이터로 구성한 가상실험 환경에서 충분한 사전지식을 활용하면 목표 성능 도달에 필요한 탐색 횟수가 크게 줄었다. 여러 원료를 한 번에 결합하는 반응의 기존 약 30회 탐색 횟수를 10회 이내로, 전기전도성 복합소재 반응의 기존 약 20회 탐색 횟수를 3~5회로 단축했다. 연구팀은 실험 도중에도 연구자가 대화하듯 방향을 수정할 수 있는 'AI 코사이언티스트(공동연구자)' 인터페이스도 함께 개발해 공개했다.